| 基于模型参考和微粒群算法优化的传感器动态补偿方法 |
| |
| 引用本文： | 刘清.基于模型参考和微粒群算法优化的传感器动态补偿方法[J].计量学报,2007,28(2):154-157. |
| |
| 作者姓名： | 刘清 |
| |
| 作者单位： | 南京师范大学计算机科学系,江苏,南京,210042 |
| |
| 基金项目： | 江苏省教育厅高校自然科学基金 |
| |
| 摘 要： | 提出了一种基于微粒群（PSO）算法优化的传感器动态误差补偿器的设计方法。无需事先已知系统的动态特性，可根据传感器以及参考模型对输入激励响应的实测数据，通过PSO算法的优化学习得到补偿器的参数。传感器的输出经过补偿器后，能够克服由传感器动态特性引起的测量误差。最后，通过实验验证了该方法的有效性。
|
| 关 键 词： | 计量学 传感器 动态误差 补偿 参数优化 微粒群算法 |
| 文章编号： | 1000-1158(2007)02-0154-04 |
| 修稿时间： | 2005年1月19日 |
Model Reference and Particle Swarm Optimization Algorithm Based on an Approach For Sensor Dynamic Measurement |
| |
| LIU Qing.Model Reference and Particle Swarm Optimization Algorithm Based on an Approach For Sensor Dynamic Measurement[J].Acta Metrologica Sinica,2007,28(2):154-157. |
| |
| Authors: | LIU Qing |
| |
| Abstract: | An approach for designing compensator of sensor dynamic errors based on particle swarm optimization(PSO) is presented.With this approach a dynamic compensator can be realized without knowing the dynamic characteristics of the sensor,the parameter of the compensator is optimized by PSO algorithm according to the measurement data of the step response of the sensor and reference model.After output signal of the sensor processed by the compensator,the dynamic measurement errors can be reduced.Experimental results show that the approach is effective. |
| |
| Keywords: | Metrology Sensor Dynamic error Compensation Parameter optimization Particle swarm optimization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
